Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al Ecosistema de IA de Huawei
- Hardware AI Ascend: chips 310, 910 y 910B.
- MindSpore, CANN y herramientas de soporte.
- Flujo de trabajo de desarrollo de IA: del entrenamiento al despliegue.
Comprensión del Kit de Herramientas CANN
- Qué es CANN y por qué es importante.
- Visión general de los componentes principales (ATC, AscendCL, bibliotecas de operadores).
- El rol de CANN en las pipelines de inferencia de IA.
Primeros Pasos con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python).
- Entrenamiento de un modelo básico en MindSpore.
- Exportación y conversión del modelo utilizando ATC.
Ejecución de Inferencia en Dispositivos Ascend
- Uso del modelo OM con AscendCL o APIs de Python.
- Preprocesamiento básico de entrada/salida.
- Validación de las salidas del modelo.
Trabajo con Otros Frameworks
- Visión general del soporte para TensorFlow, PyTorch y ONNX.
- Operadores compatibles y limitaciones.
- Demostración de conversión simple de modelos (p. ej., de ONNX a OM).
Exploración del Ecosistema de Desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub y código de ejemplo.
- Visión general de MindSpore Hub y la galería de modelos (model zoo).
- Foros comunitarios, eventos y canales de soporte.
Resumen y Próximos Pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático y aprendizaje profundo.
- Experiencia previa con programación en Python.
- No se requiere experiencia previa con CANN o hardware Ascend.
Público Objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de despliegue.
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei.
- Colaboradores en frameworks de IA y entusiastas interesados en la aceleración de modelos.
7 Horas